" 真正让每一个 Token 在金融业务里提升生产力 "

· 来源：轻金融 作者：李静瑕

2026 年的金融智能体正站在一个关键转折点。

如果说过去两年是金融 AI 的技术验证期，那么如今行业正在迈入一个新阶段：如何推动金融智能体从 " 能用 " 走向 " 规模化应用 "。金融机构真正的挑战，在于如何让 AI 成为理解业务、执行任务、持续进化的新型生产力。

这一变化正在加速推进。随着越来越多大型金融机构开始从单点应用探索转向面向体系化能力建设，金融智能体开始真正融入营销、运营、风控、客服以及内部管理等核心场景，形成可复制的金融智能化能力。

在这一背景下，产业生态也正在加速聚合。2026 年 7 月 18 日，在世界人工智能大会（WAIC）期间，华为云联合工商银行、中国银联、中国邮政储蓄银行等金融机构及生态伙伴，开启共建行业 AI 梦工厂 · 智慧金融专区。

这一举措背后，指向金融 AI 规模化落地的核心命题，通过探索建立一套面向金融行业的智能体创新与落地体系，让智能体从一个个孤立应用，变成可以持续生产、复用和进化的行业能力。

金融智能体跑步进入自主执行时代

" 一人团队 " 怎么实现一个人调度智能体的千军万马？

过去一段时间，诞生了一种新的摩尔定律，" 每七个月一个模型执行长程任务的时间长度翻一番，现在最好的模型能够连续 16 个小时干活不出错。" 这是中国信通院人工智能研究所所长魏凯在 WAIC 现场抛出的一组数据。

这一趋势的支撑，是智能体从自主对话走向自主执行时代演进，多智能体的探索成为越来越多金融机构主流选择。一个被反复提及的问题是，一家银行究竟要建多少智能体？实际上数量并不是关键，真正重要的是如何构建一套能够协同运行的智能体体系。

" 一客一顾问，一人一分身，一岗一助手。" 这是工行金融智能体探索所给出的答案。

目前，工行打造的 " 两超多专 " 智能体生态，已经覆盖金融市场、风险、信贷等 30 余个领域、600 多个应用场景。同时，工行打造了以 " 工银智涌 " 为统一入口，按照员工和权限，把一个企业内的数据、知识、系统、工具和专业智能体能够有效组织起来，来形成 " 一人团队 "。

这背后的变化，不只是多了一个 AI 助手，而是银行生产方式的一次重新定义。对此，工行大数据和人工智能实验室资深经理黄炳指出，"AI 正在全面加速业务全链路运转，行业应用模式正从‘人使用 AI 工具’走向‘ AI 加速 AI 自身开发’，银行正进入 AI 原生重构期。"

这不是一家机构的 " 独角戏 "。在工行构建" 两超多专 " 的智能体生态体系过程中，就联合华为云打造了自主金融智能体引擎。然而对更多的金融机构而言，金融智能体要实现 " 能说会道 " 向 " 能说会办 " 的金融智能体规模化应用，还面临着业务与技术的双重挑战。

业务方面，行业缺乏金融智能体工程化的方法论，同时金融机构以产品为中心的系统，如何通过 AI 原生化的方式去重构。技术上，则在智能体引擎、知识工程、资产 AI 原生化、安全护栏、智算平台等方面面临挑战。

因此，金融AI 下一阶段竞争的核心，不是谁拥有更多模型，而是谁具备将 AI 真正落地的工程化能力。正如华为公司董事、华为云 CEO 周跃峰所描绘的未来图景，未来只需对手机里的智能体下达指令，就能直接与银行的智能体对话，像银行某一位负责人一样协商最优的贷款方案。

为了帮更多金融机构推进智能体真正的规模化落地，华为云携手一众金融机构及行业伙伴，开启共建行业 AI 梦工厂 · 智慧金融专区。这样的一套智能体规模化生产体系，正是金融机构所急需的。

让智能体沉淀成为可复用的资产

一个更新的资产叫 " 经验资产 "。

过去几十年，金融行业积累了大量的专业经验，但这些经验存在于专家脑中、制度文件里或业务流程中，很难被系统化调用与复制。

智能体时代正在改变这一点，未来金融 AI 竞争的核心，不只是模型能力的竞争，更是业务经验如何被重新组织、沉淀和复用的竞争。金融机构需要打造一套能够不断吸收行业经验、持续进化的智能体资产体系。

" 在下一个十年，对金融行业来说，无论是对于它的获客、marketing 还是在工作流当中，都会发生翻天覆地的变化。"周跃峰判断。

华为云给出的解决方案，是共建一个智慧金融专区，围绕手机银行、智能营销、智能风控等核心业务场景开展创新实践，沉淀可复用的行业资产，构建覆盖智能体开发、应用创新和运营管理的端到端能力体系。

当然，金融行业与科技行业最大的不同，在于对数据、隐私等方面的安全具有更高级别的要求。同时，多数金融机构的 AI 应用仍处于 " 项目制交付 " 模式，这种方式成本高、周期长、复用率低，成功的智能体案例很难直接复制。

在周跃峰看来，很多架构性的事情、智能体的基础资产，如访问内部数据和外部数据的 MCP 和 Skills，是可以进行共享的，从而加速金融智能体的规模化应用。

基于华为云企业级智能体平台 AgentArts 和开源版 openJiuwen 能力体系，生成并沉淀资产，可在智慧金融专区统一上架与复用，形成覆盖工作流、Skills（技能）、知识、模型、数据集、提示词、本体、工具等标准化资产体系。

而这些资产，又是可流通的。金融智能体相关资产可以在华为云 AgentArts 体系对接，并与 openJiuwen 资产体系实现兼容与互通，使资产在云上环境中具备统一调用、统一体验与统一感知能力。

这正是 " 行业 AI 梦工厂 · 智慧金融专区 " 诞生的核心逻辑。它并非一个简单的应用商店或工具集合，而是一套覆盖资产生成、平台流通、开发使用、业务落地完整闭环的金融智能体工业化生产体系。

例如，在与工行的联合创新中，华为云与工行共同来定义了面向一个企业如何做好它的开发态、运行态，以及它在运行过程中来监控、管理各个智能体运行的轨迹，以及访问数据的记录等。同时，也开发了面向金融行业可以共享的 MCP、Skills 等资产。

在智能体迈向自主执行时代，7 × 24 的自主运行能力、AI 的自主进化以及构建 AI 原生的安全体系和架构这三大核心能力是金融机构的痛点。对此，华为云推出 AgentArts 企业级智能体平台，以 Harness 为核心架构，构建覆盖开发、运行、治理全生命周期的工程化能力，帮助企业智能体从创新试点走向生产级规模应用。

相比传统开发方式，AgentArts 可实现长程 Agent 开发效率提升 10 倍，长程任务完成率提升 10% 以上。拥有生产级长程任务、企业级安全治理，目前，AgentArts 可实现长程任务完成率超过 80%、记忆召回准确率超过 90%、Token 利用效率提升 10% 以上，运行时实现百毫秒级启动。此外，华为云推出开箱即用的企业办公智能体 OfficeAce，覆盖战略规划、日常办公、项目管理、业务运营等高频场景。

最终，华为云希望帮金融机构构建三大核心能力来加速金融智能体的落地。一是将 Agent 开发周期从月级压缩到周级，重复研发成本降低 60% 以上；二是将统一资产运营，构建统一资产货架与共享机制，规模化落地智能体；三是持续迭代进化，沉淀行业数字资产。

有了强大的金融智能体，下一代金融机构，或许将不只是拥有数字化系统，而是拥有一个能够持续学习、持续进化的数字组织。

开放生态：

华为云联合金融机构重塑 AI 价值链

让每一个 Token 在金融业务里提升生产力。

金融智能体规模化落地是一项复杂的系统性工程，不可能依靠一家机构完成，需要金融机构、云和 AI 平台公司以及行业软件和服务伙伴共同协作。

因此，未来金融 AI 竞争，比拼的不只是技术能力，而是生态组织能力。谁能够把不同角色的优势链接起来，谁就更有可能率先实现智能体规模化落地。

基于这一判断，华为云提出的" 行业 AI 梦工厂 " 理念，目标就是构建多方共赢的模式。在这一模式中，金融机构提供真实场景、业务规则、风险约束和验证环境；云和 AI 平台公司（华为云） 提供智能体开发、运行、治理、模型和算力底座；行业软件和 ISV 伙伴提供细分业务场景的解决方案和交付能力；系统集成商（SI）负责端到端的项目实施与本地化服务。

这种分工协作的本质，是让每一方聚焦于自己最擅长的领域，通过平台化的协作机制，将碎片化的能力整合为体系化的解决方案。

这其中引人关注的是，华为云通过 " 商用 + 开源 " 的方式，为金融机构打造企业级智能体使能平台：一方面依托 AgentArts 支撑金融行业智能体生产级应用，加速企业场景落地；另一方面通过 openJiuwen 携手开发者和行业伙伴共建开放生态。

在这一过程中，开放生态的重要价值正在显现。

openJiuwen 的目标，就是面向 Agent 技术架构的未来演进，打造一个企业级的通用的 Agent OS，为智能体开发、运行和应用提供统一支撑。面向企业级 Agent 规模化应用需求，openJiuwen 还首次提出了 Coordination 与 Symbiosis 两大技术范式，分别解决企业多智能体协同分布式运行的挑战，以及从数字世界进入物理世界以后共生协作的挑战。openJiuwen 与华为云 AgentArts 保持 90% 以上内核同源。

此外，华为云还与金融机构以及行业伙伴共建智能体生态。目前，已经积累了大量优质的行业通用资产，总共已经沉淀了 5000+ 的 MCP，还有 26 万 + 的 Skills。同时，openJiuwen 已经在 40 多家企业商用部署。

作为开源社区，openJiuwen 的成绩引人瞩目。一年时间，openJiuwen 获得了 33K+ 的 star，总共下载量已经超过 160 万，现在核心开发者有 530 位。

金融智能体的共建共享，带来的是 AI 价值链的重塑。一是真正降低 AI 在金融业务领域使用的门槛；二是降低 AI 的场景应用成本；三是真正助力金融机构在业务场景中实现价值，推动智能体的价值快速地深入到核心业务链条当中。

7 月 18 日，华为还联合十余家金融行业客户与伙伴发起 " 共建行业 AI 梦工厂 · 智慧金融专区，共赢金融智能体新价值 " 倡议行动，包括打造金融 AI 创新基地，推进智能体应用创新，加速智能体工程工具化，共建智能体开源开放生态，打造高质量的技术底座等。

这一行动的意义，不只是推动几个应用落地，而是在探索金融智能体规模化发展的新路径。从单点应用到生态协同，从技术创新到价值创造，从工具使用到组织能力重塑，都意味着金融 AI 正在进入新的竞争阶段。

为什么是华为云？答案并不只是技术。

首先，是华为云的AI 技术能够落地真实的场景需求。华为云与工行、邮储银行等大型金融机构，有长期的共建共创，一起构建开放的金融智能体生态，技术在真实场景中接受检验。

其次，华为云在金融行业有着深厚积累，能够提供完善的 Agentic Infra（进入了 MQ 领导者象限）、商业和开源的企业级智能体开发平台、以及行业 AI 梦工厂等，有了这些基础，才能和行业伙伴共建共享金融智能体生态，加速金融智能体规模化落地。

再次，华为云对于AI 的态度更加务实，让 Token 在金融业务里提升生产力，让 AI 真正进入行业发挥价值，让 AI 普惠国计民生。

金融 AI 的下一场竞争，在于谁能让 AI 真正成为生产力。未来，最有价值的金融机构，可能不仅拥有最多的数据和客户，也拥有最丰富、最成熟、最可复用的智能体资产。

从这个意义上看，华为云打造的智慧金融专区，更像是一座金融 AI" 梦工厂 "，打造一套让金融行业持续产生 AI 能力的新机制。正如华为云所期待的，未来会有越来越多行业专区诞生，共同在这片 " 硅基黑土地 " 上，让 AI 真正进入千行百业。